基于HELM并结合PTSNE和LDA特征融合的脑电分类方法

发明专利有效专利

申请号：
CN201910183172.X
IPC分类号：G06K9/00;G06K9/62
申请日期：
2019-03-12
申请人：
北京工业大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于HELM并结合PTSNE和LDA特征融合的脑电分类方法
申请号	CN201910183172.X	申请日期	2019-03-12
法律状态	授权	申报国家	暂无
公开/公告日	2019-07-05	公开/公告号	CN109977810A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;6;2查看分类表>
申请人	北京工业大学	申请人地址	北京市朝阳区平乐园100号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北京工业大学	当前权利人	北京工业大学
发明人	段立娟;连召洋;乔元华;陈军成
代理机构	北京思海天达知识产权代理有限公司	代理人	张慧

摘要

本发明公开一种基于HELM并结合PTSNE流形和LDA特征融合的运动想象脑电分类方法，并提高其分类准确率。在特征提取方面，一方面，用PCA结合LDA方法提取线性特征，既可以消除噪声，又可以考虑训练数据的标签信息；另一方面，通过PTSNE和LDA获得非线性结合特征，可以发掘脑电中复杂的非线性内在流形特征。在特征分类方面，采用有高分类准确率的HELM算法做运动想象脑电信号分类识别。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供